[發(fā)明專利]一種復(fù)雜林地高檢測(cè)率的無(wú)人機(jī)遙感圖像林木單株檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202310304733.3
• 申請(qǐng)日: 2023-03-27
• 公開（公告）號(hào): CN116343067A
• 公開（公告）日: 2023-06-27
• 發(fā)明（設(shè)計(jì)）人: 方薇;劉興;秦湛
• 申請(qǐng)（專利權(quán)）人: 安徽智遙信息技術(shù)有限公司
• 主分類號(hào): G06V20/17
• 分類號(hào): G06V20/17;G06V20/10;G06V10/764;G06V10/766;G06V10/82;G06N3/045;G06N3/0464;G06N3/08
• 代理公司: 合肥國(guó)和專利代理事務(wù)所(普通合伙) 34131
• 代理人: 張祥騫

1.一種復(fù)雜林地高檢測(cè)率的無(wú)人機(jī)遙感圖像林木單株檢測(cè)方法，其特征在于，包括以下步驟：

11)數(shù)據(jù)采集與預(yù)處理：利用無(wú)人機(jī)搭載可見光相機(jī)，采集復(fù)雜林地的森林遙感圖像，森林遙感圖像包括目標(biāo)地區(qū)可見圖像和高程信息，通過(guò)專業(yè)軟件拼合生成目標(biāo)區(qū)域的DEM、DSM和正射影像并進(jìn)行數(shù)據(jù)預(yù)處理；

12)輕量級(jí)林木單株檢測(cè)模型的構(gòu)建：輕量級(jí)林木單株檢測(cè)模型包括正射影像重建模塊和SC-RetinaNet網(wǎng)絡(luò)，SC-RetinaNe網(wǎng)絡(luò)引入了shffleNetv2模塊和C3-CBAM模塊對(duì)RetinaNet網(wǎng)絡(luò)進(jìn)行了改進(jìn)；

13)輕量級(jí)林木單株檢測(cè)模型的訓(xùn)練：將預(yù)處理后的數(shù)據(jù)輸入輕量級(jí)林木單株檢測(cè)模型進(jìn)行訓(xùn)練；

14)待檢測(cè)無(wú)人機(jī)遙感圖像的獲取：獲取待檢測(cè)無(wú)人機(jī)遙感圖像，并對(duì)其進(jìn)行預(yù)處理；

15)無(wú)人機(jī)遙感圖像林木單株檢測(cè)結(jié)果的獲得：將預(yù)處理后的無(wú)人機(jī)遙感圖像輸入訓(xùn)練后的輕量級(jí)林木單株檢測(cè)模型，獲得無(wú)人機(jī)遙感圖像林木單株檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種復(fù)雜林地高檢測(cè)率的無(wú)人機(jī)遙感圖像林木單株檢測(cè)方法，其特征在于，所述數(shù)據(jù)采集與預(yù)處理包括以下步驟：

21)使用無(wú)人機(jī)搭載相機(jī)采集目標(biāo)地區(qū)可見圖像和高程信息，拼合生成目標(biāo)地區(qū)DEM、DSM和正射影像；

22)對(duì)拼合生成的DEM、DSM數(shù)據(jù)做圖像疊加，得到歸一化數(shù)字表面模型數(shù)據(jù)NDSM，歸一化數(shù)字表面模型數(shù)據(jù)計(jì)算如下所示：

NDSM＝DSM-DEM；

對(duì)DEM數(shù)據(jù)做地形處理，根據(jù)坡度計(jì)算公式生成坡度數(shù)據(jù)，坡度計(jì)算公式如下：

[dz/dx]＝((c+2f+i)-(a+2d+g)/(8*x_cellsize))

[dz/dy]＝((g+2h+i)-(a+2d+c)/(8*y_cellsize))

其中，字母a至i表示中心像元e及其相鄰的八個(gè)像元值，相鄰的八個(gè)像元確定水平增量和垂直增量；

x_cellsize表示一個(gè)像元在水平方向上的長(zhǎng)度，y_cellsize表示一個(gè)像元在垂直方向上的長(zhǎng)度，dz/dx為表面從中心像元開始在水平方向上的變化率，即像元e在x方向上的變化率，dz/dy為表面從中心像元開始在垂直方向上的變化率，即像元e在y方向上的變化率，ATAN為返回?cái)?shù)字的反正切值函數(shù)，slop_redians為中心像元e的坡度。